| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-23页 |
| ·研究背景及意义 | 第10-11页 |
| ·机器人视觉伺服基本理论 | 第11-16页 |
| ·机器人视觉伺服系统 | 第11-12页 |
| ·机器人视觉伺服系统的分类 | 第12-14页 |
| ·基于位置的视觉伺服 | 第14-15页 |
| ·基于图像的视觉伺服 | 第15-16页 |
| ·机器人无标定视觉伺服 | 第16-22页 |
| ·问题的提出 | 第16-18页 |
| ·无标定视觉伺服分类 | 第18-19页 |
| ·国内外研究现状 | 第19-22页 |
| ·论文工作及结构安排 | 第22-23页 |
| 第2章 预备知识 | 第23-39页 |
| ·引言 | 第23页 |
| ·基于图像的机器人视觉伺服基础理论 | 第23-31页 |
| ·坐标关系 | 第23页 |
| ·摄像机模型 | 第23-25页 |
| ·机器人运动学 | 第25-30页 |
| ·机器人雅可比矩阵 | 第30-31页 |
| ·图像雅可比矩阵 | 第31页 |
| ·递推最小二乘法 | 第31-33页 |
| ·遗传神经网络 | 第33-34页 |
| ·机器人工具箱 | 第34-36页 |
| ·遗传算法工具箱 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 基于变遗忘因子RLS 的无标定视觉伺服机器人控制 | 第39-50页 |
| ·引言 | 第39页 |
| ·无标定视觉伺服算法 | 第39-41页 |
| ·非线性方差最小化法求解关节角 | 第39-41页 |
| ·动态Broyden 法估计复合雅可比矩阵 | 第41页 |
| ·具有变遗忘因子RLS 的无标定视觉伺服算法 | 第41-44页 |
| ·固定遗忘因子RLS 改进的复合雅可比矩阵估计 | 第42-43页 |
| ·可变遗忘因子RLS 改进的复合雅可比矩阵估计 | 第43页 |
| ·偏差的估计 | 第43-44页 |
| ·收敛性证明 | 第44-46页 |
| ·仿真实验 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于遗传神经网络的无标定视觉伺服机器人控制 | 第50-60页 |
| ·引言 | 第50页 |
| ·逆雅可比矩阵视觉伺服控制系统的建立 | 第50-53页 |
| ·图像雅可比矩阵的推导 | 第50-51页 |
| ·稳定性分析 | 第51-53页 |
| ·遗传神经网络无标定视觉伺服控制系统的建立 | 第53-56页 |
| ·BP 神经网络结构的设计 | 第53-54页 |
| ·遗传算法数学模型的描述 | 第54页 |
| ·遗传神经网络视觉控制器的设计 | 第54-56页 |
| ·仿真实验 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |